JPH06149284A - テキスト音声合成装置 - Google Patents

Abstract

(57)【要約】 【目的】 特殊記号を用いることなく音声合成の合成ス
ピードの変更や、テキスト解析処理や合成パラメータ生
成処理が終了した文章の音声合成途中でのリアルタイム
の合成スピードの変更を可能とする。 【構成】 テキスト音声合成装置において、音声合成の
スピードを設定するスピード設定スイッチ１０と、音声
合成のスピード設定値を内部設定値とするかスピード設
定スイッチ１による設定値とするかのスピードモードの
指定を行うモード切替えスイッチ２０と、スピード設定
スイッチ１０とモード切替えスイッチ２０により設定さ
れた値を格納するスピードパラメータバッファ部３０を
有し、スピードパラメータバッファ部３０内の設定値に
よって音声合成のスピードの設定を制御する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、テキストを音声に合成
するテキスト音声合成装置に関するものである。

【０００２】

【従来の技術】従来、テキスト形式の言葉を音声に合成
する音声合成装置が知られている。以下に、従来のテキ
ストテキスト音声合成装置について日本語の音声合成を
例にして説明する。図９は従来のテキスト音声合成処理
のブロック図である。

【０００３】図９において、Ａ０は日本語テキスト、Ａ
１は単語連接情報、Ａ２はテキスト解析、Ａ３は日本語
単語辞書、Ｂ１音韻規律付与、Ｃ１は波形合成、Ｃ２は
波形辞書、Ｃ３は合成音である。音声合成は、テキスト
解析処理Ａと合成パラメータ生成処理Ｂと音声合成処理
Ｃの３つの段階から構成され、日本語テキストＡ０はテ
キスト解析処理Ａ、合成パラメータ生成処理Ｂ、音声合
成処理Ｃを経て合成音Ｃ３として外部に出力される。

【０００４】日本語テキストＡ０は文字キャラクタ列で
あり、入力装置（図示されない）を介してテキスト音声
合成装置に入力される。テキスト解析処理Ａは、入力さ
れた日本語テキストＡ０の文字キャラクタ列の単語連接
情報Ａ１と日本語単語辞書Ａ３を参照しながら解析処理
を行う。このテキスト解析処理Ａにおいては、例えば単
語や文節の同定、その単語や文節の読みの付与、文節の
アクセントの決定、連濁や音便処理等を行う。

【０００５】次に、合成パラメータ生成処理Ｂにおいて
は、音声を合成する際のピッチやパワー等の各種のパラ
メータの決定を行う。この合成パラメータ生成処理Ｂは
韻律規則付与Ｂ１によって行われる。韻律規則付与Ｂ１
は、前記テキスト解析Ａ２の処理結果にしたがって音声
合成を行う際の単位の決定、ポーズの挿入、音韻継続時
間制御、振幅制御、ピッチ制御等を行う。

【０００６】最後に、音声合成処理Ｃにおいて合成音を
発生する。この音声合成Ｃは波形合成Ｃ１において、合
成パラメータ生成処理Ｂの処理にしたがって波形辞書Ｃ
２を参照しながら、合成音Ｃ３の波形を生成する。次
に、前記図９及び図１０の従来のテキスト音声合成装置
のブロック図によって従来のテキスト音声合成装置の構
成を説明する。

【０００７】図１０において、１は文字キャラクタ出力
部、２は文字キャラクタ入力部、３は内部バス、４は制
御部、５は辞書記憶部、６は内部バッファ、７は音声合
成部、８は音声出力部、４０は上位装置である。上位装
置４０はテキスト音声合成装置と接続されるものであ
り、その機能の一つとして文字キャラクタ出力部１を有
している。この文字キャラクタ出力部１は、文字キャラ
クタを送出するためのポートである。したがって、音声
合成するテキストは、この上位装置４０の文字キャラク
タ出力部１からテキスト音声合成装置の文字キャラクタ
入力部２に入力される。

【０００８】テキスト音声合成装置内の文字キャラクタ
入力部２は、上位装置４０から送出される文字キャラク
タを受け取ると、その文字キャラクタを内部バス３を通
じて制御部４に送る。制御部４は、辞書記憶部５及び内
部バッファ６をアクセスしながらテキスト解析処理Ａと
合成パラメータ生成処理Ｂの処理を実行する。生成され
た合成パラメータは内部バッファ６に一時蓄えられ、次
に音声合成部７に送られる。

【０００９】音声合成部７は、音声合成処理Ｃの処理を
行い、音声出力部８から音声を出力する。一般的なテキ
スト音声合成装置の有する機能として、男声や女声の声
質の切替え、音声合成速度の変更、音程の変更、アクセ
ントの大きさの変更、音量の変更がある。これらの機能
を駆動するために入力される文字キャラクタは、特殊な
文字列として定義される。そして、この特殊な文字列は
上位装置において、文章中に埋め込んで用いられるのが
一般的である。

【００１０】以下に、従来の特殊な文字列による音声合
成の特性の変更について、音声合成速度を例として説明
する。図１１は、従来の特殊文字列を用いた音声合成速
度を変化させる文章例である。図１１において、特殊記
号｛ ｝でかこまれた文字列は特殊文字列を定義してい
る。例えば｛Ｓφ｝５１で表される特殊文字列は、Ｓに
よって音声合成速度の指定を示し、続くφは音声合成速
度の値を示している。そして、この特殊文字列｛Ｓφ｝
５１に続く「あいうえおかきくけこ」５２は音声合成さ
せたい文章を表している。

【００１１】また、特殊文字列｛Ｓ１｝５３は前記特殊
文字列｛Ｓφ｝５１と同様に合成速度の指定を行うもの
であり、｛Ｓ１｝５３の合成速度は｛Ｓφ｝５１の合成
速度よりも速度が速いことを示しているとすることがで
きる。なお、この特殊文字列｛Ｓ１｝５３に続く「あい
うえおかきくけこ。」５４の文章は、この特殊文字列
｛Ｓ１｝５３によって定められる音声合成速度によって
合成させたい文章を表している。

【００１２】図１２は、図１１の文章を音声合成させた
ときの時間経過を示す図である。｛Ｓφ｝５１に続く
「あいうえおかきくけこ」５２は｛Ｓ１｝５３に続く
「あいうえおかきくけこ。」５４よりもゆっくり合成さ
れる。ここでは、音声合成の速度を例にして説明した
が、音声合成の速度に限らずその他の音量、声質につい
ても同様に特殊文字列によって指定することができる。

【００１３】従来、これらの処理は合成パラメータ生成
処理Ｂにおいて特殊文字例の示す内容にしたがって制御
を行うことにより実現させている。

【００１４】

【発明が解決しようとする課題】しかしながら、前記従
来のテキスト音声合成装置においては、次のような問題
点を有している。以下、図９〜図１１を用いて問題点を
説明する。 （１）従来のテキスト音声合成装置においては、日本語
テキストＡ０文中に｛Ｓφ｝５１に示すような特殊記号
によって囲まれていなければならないため、既にテキス
ト音声合成装置に送りこまれた日本語テキストＡ０につ
いては合成速度を変更することができない。

【００１５】（２）また、テキスト音声合成装置内のテ
キスト解析処理Ａ、合成パラメータ生成処理Ｂは高速処
理であり、逆に音声合成処理Ｃは低速のため、音声出力
が始まった時には日本語テキストＡ０はテキスト解析処
理Ａ、合成パラメータ生成処理Ｂを終了し、内部バッフ
ァ６に蓄えられている状態であることもあり、合成音を
聞いて速度変更の特殊文字列をテキスト音声合成装置に
送出しても変化しない。 （３）また、入力分が非常に長く内部バッファ６に納ま
りきらない場合においては、内部バッファ６を全て合成
するまで合成速度は変化がないため、速度変更を起動し
てから実際に変化するまでに多大な時間差が生じる。

【００１６】本発明は、前記の従来の問題点を解決し
て、特殊記号を用いることなく音声合成の合成速度を変
更させることができ、また、テキスト解析処理や合成パ
ラメータ生成処理が終了した文章についても音声合成途
中からリアルタイムで合成速度の変更できるマンマシン
インタフェースの優れたテキスト音声合成装置を提供す
ることを目的とする。

【００１７】

【課題を解決するための手段】本発明は、前記目的を達
成するために、テキスト音声合成装置において、音声合
成のスピードを設定するスピード設定スイッチと、音声
合成のスピード設定値を内部設定値とするかスピード設
定スイッチによる設定値とするかのスピードモードの指
定を行うモード切替えスイッチと、スピード設定スイッ
チとモード切替えスイッチにより設定された値を格納す
るスピードパラメータバッファを有し、スピードパラメ
ータバッファ内の設定値によって音声合成のスピードの
設定を制御するものである。

【００１８】

【作用】本発明は、波形合成処理部に送られる合成パラ
メータ生成処理の結果の１つである継続時間制御パラメ
ータを格納する内部バッファとは別のスピードパラメー
タバッファを用い、そのどちらを用いるかを切り替える
切替えスイッチを設けて、テキスト解析処理、合成パラ
メータ生成処理が終了した文章についても音声合成途中
からリアルタイムで音声合成のスピードを変更すること
ができる。

【００１９】これによって音声合成をさせようとしてい
る日本語テキストの音声合成のスピードを変更させる時
に、従来のように｛Ｓφ｝のような特殊記号を用いなけ
ればならないという不具合や、特殊記号を用いていない
文章については音声合成中にリアルタイムに音声合成速
度を変更できないという問題点を除去することができ
る。

【００２０】

【実施例】以下、本発明の実施例について図面を参照し
ながら詳細に説明する。図１の本発明のテキスト音声合
成装置のブロック図によって本発明のテキスト音声合成
装置の構成を説明する。図１において、１は文字キャラ
クタ出力部、２は文字キャラクタ入力部、３は内部バ
ス、４は制御部、５は辞書記憶部、６は内部バッファ、
７は音声合成部、８は音声出力部、１０はスピード設定
スイッチ、２０はモード切替えスイッチ、３０はスピー
ドパラメータバッファ部、４０は上位装置である。

【００２１】上位装置４０はテキスト音声合成装置と接
続されるものであり、その機能の一つとして文字キャラ
クタ出力部１を有している。この文字キャラクタ出力部
１は、文字キャラクタを送出するためのポートである。
音声合成するテキストは、この上位装置４０の文字キャ
ラクタ出力部１からテキスト音声合成装置の文字キャラ
クタ入力部２に入力される。

【００２２】テキスト音声合成装置内の文字キャラクタ
入力部２は、上位装置４０から送出される文字キャラク
タを受け取ると、その文字キャラクタを内部バス３を通
じて制御部４に送る。そして、この制御部４は、辞書記
憶部５及び内部バッファ６をアクセスしながらテキスト
解析処理と合成パラメータ生成処理の処理を実行する。

【００２３】生成された合成パラメータは内部バッファ
６に一時蓄えられ、次に音声合成部７に送られる。音声
合成部７は、音声合成処理の処理を行い音声出力部８か
ら音声を出力する。さらに、本発明のテキスト音声合成
装置は、従来のテキスト音声合成装置に加えてスピード
設定スイッチ１０とモード切替えスイッチ２０とスピー
ドパラメータバッファ部３０を有している。

【００２４】本発明のテキスト音声合成装置は、ソフト
モードのスピードとのハードモードのスピードの２種類
の音声合成のスピードモードを選択できるように構成さ
れている。このソフトモードのスピードは合成パラメー
タ生成処理において設定されるものであり、そのスピー
ドの設定値は内部バッファ６に記憶される。またハード
モードのスピードはスピード設定スイッチ１０によって
設定されるものであり、そのスピードの設定値はスピー
ドパラメータバッファ部３０に格納される。また、モー
ド切替えスイッチ２０は音声合成のスピードの段階とし
て、内部バッファ６内の合成パラメータ生成処理により
生成されたスピードパラメータを用いるか、スピードパ
ラメータバッファ部３０に設定されたスピードパラメー
タを用いるかを指定するスイッチである。

【００２５】ここで、内部バッファ６のスピードパラメ
ータを用いるモードをソフトモードと呼び、スピードパ
ラメータバッファ部３０のスピードパラメータを用いる
モードをハードモードと呼ぶ。前記スピードパラメータ
バッファ部３０は、図２に示すスピードパラメータバッ
ファ３１を有しており、例えばｂｉｔ３〜ｂｉｔ０の４
ビットによって構成される。図２において、スピードパ
ラメータバッファ部３０の各ビットはスピードモード３
３とスピード設定値３２の二つの部分に分けられ、例え
ば最上位ビットのｂｉｔ３にスピードモード３３を割り
当て、下位ビットのｂｉｔ２〜ｂｉｔ０にスピード設定
値３２を割り当て格納する。

【００２６】ここで、例えばスピードモード３３のビッ
トの値が“１”の場合はハードモードに対応させ、また
スピードモード３３のビットの値が“０”の場合はソフ
トモードに対応させる。また、スピード設定値３２の３
ビットによって０から７の８段階の音声合成のスピード
値を設定し記憶することができる。次に、前記図１及び
図３の本発明のテキスト音声合成装置の音声合成のスピ
ードの変更の流れを示す図によって、音声合成のスピー
ドの変更のタイミング及びその時の合成スピードとスピ
ードパラメータバッファ部３０に状態を説明する。

【００２７】音声合成のスピードの変更は、モード切替
えスイッチ２０のＯＮ／ＯＦＦの切替え時と、モード切
替えスイッチ２０がＯＮでかつスピード設定スイッチ１
０が変化したときに制御部４に割り込みを入れることに
よって行われる。そして、その制御部４は割り込みを受
け付け、その割り込みがスピード設定関連の割り込みと
認知するとスピード設定処理を開始する。

【００２８】図３において、合成スピードがソフトモー
ドのスピード値Ｓで音声合成の処理が行われていると
き、スピードパラメータバッファ３１の最上位のｂｉｔ
３の値は“０”となっている。このとき、モード切替え
スイッチ２０が切り替わると割り込みによってスピード
設定処理が行われ、ハードモードで設定されるスピード
に切り替えられる。

【００２９】この時のスピードパラメータバッファ部３
０の下位ビットｂｉｔ２〜ｂｉｔ０を例えば“ａ，ｂ，
ｃ”とすると、その設定値に対応したスピード値Ｈ１に
よって音声合成が行われる。次に、スピード設定スイッ
チ１０の値が変化すると割り込み処理によってスピード
設定処理が行われ、ハードモードで設定される他のスピ
ードに切り替えられる。このときのスピードパラメータ
バッファ部３０の下位ビットｂｉｔ２〜ｂｉｔ０を例え
ば“ｄ，ｅ，ｆ”とすると、その設定値に対応したスピ
ード値Ｈ２によって音声合成が行われる。

【００３０】前記割り込みが行われる場合を、前記図１
及び図４の割り込みのフローチャートによって説明す
る。 ステップＳ１：制御部４は、ソフトモードあるいはハー
ドモードによって設定される合成スピードで音声合成が
行われている状態においてモード切替えスイッチ２０の
切り替わりが有るか否かを探知しており、モード切替え
スイッチ２０の切り替わりが探知されると合成スピード
の変更があるものとして割り込み処理Ｓ４に進む。

【００３１】ステップＳ２：次に、ハードモードにおい
てスピード設定の変更によって音声合成のスピードを変
更する場合を検知するために、モード切替えスイッチ２
０の切り替わりが行われていないがハードモードの状態
のときにスピード設定スイッチ１０に変化が有るか否か
を検出する。このとき、モード切替えスイッチ２０のス
イッチ状態を、ＯＮのときはハードモードでありＯＦＦ
のときはソフトモードであるとしておく。

【００３２】したがって、モード切替えスイッチ２０が
ＯＮのときはステップＳ３に進み、ＯＦＦのときは再び
ステップＳ１に戻り音声合成スピードのスピード変更を
待つ。 ステップＳ３：スピード設定スイッチ１０に変化が有る
と検出された場合には合成スピードの変更があるものと
して割り込み処理Ｓ４に進み、スピード設定スイッチ１
０に変化が無い場合には合成スピードの変更があるもの
として再びステップＳ１に戻り音声合成スピードのスピ
ード変更を待つ。

【００３３】ステップＳ４：制御部４は割り込み処理を
行い、音声合成のスピード変更の処理を行う。前記割り
込み処理を受け入れると、次にスピード設定の処理を行
う。次に図１，図２及び図５のスピード設定のフローチ
ャートによってスピード設定の処理を説明する。

【００３４】ステップＳ１１：制御部４はスピードパラ
メータバッファ３１に記憶されているスピードパラメー
タを読み取る。 ステップＳ１２：読み取ったスピードパラメータのスピ
ードモード３３のｂｉｔ値をチェックし、そのｂｉｔ値
が“１”であるかを判定する。前記したようにスピード
モード３３のｂｉｔ値が“１”の場合はハードモードを
表し、“０”はソフトモードを表しているので、スピー
ドモード３３のｂｉｔ値が“１”の場合にはソフトモー
ドからハードモードへの切り替わりの割り込みと認知
し、ステップＳ１３に進む。

【００３５】ステップＳ１３：スピード設定スイッチ１
０が変化したものと認知し、ハードモードでのスピード
設定を行う。このスピード設定は、図９の音声合成処理
Ｃの波形合成Ｃ１に対しスピードパラメータバッファ３
１に記憶されているスピードパラメータをセットするこ
とによって行われる。

【００３６】波形合成Ｃ１は音声合成をする各音韻の長
さをスピードパラメータにしたがって決定する。制御部
４は通常内部バッファ６内のスピードパラメータを読ん
で波形合成Ｃ１にセットしているが、ハードモード時は
内部バッファ６内のスピードパラメータを無視するた
め、スピード設定スイッチ１０の指定にしたがった速度
でかつ即時に音声合成が可能となる。

【００３７】ステップＳ１４：ステップＳ１２におい
て、スピードモード３３のｂｉｔ値が“０”の場合はソ
フトモードであるので内部バッファ６内のスピードパラ
メータによってスピード設定処理を行う。次に、前記図
１及び図６〜図８の本発明の音声合成装置のタイムチャ
ートによって音声合成のスピードの変更の処理について
説明する。

【００３８】始めに、図６によってソフトモードからハ
ードモードへ変更する場合について説明する。ソフトモ
ードの状態にあるとき、モード切替えスイッチ２０がＯ
ＦＦからＯＮに変化し、またスピードパラメータ中のス
ピードモードが“０”から“１”に変化すると、この変
化によって割り込みが制御部４に入り、スピード設定処
理が行われる。

【００３９】このスピード設定処理によって、ソフトモ
ードからハードモードにモード変更が行われ、音声合成
スピードはソフトモードのスピードＳからハードモード
のスピードＨ１に変更される。なお、前記したように、
このソフトモードのスピードＳは内部バッファ６内のス
ピードパラメータによって設定されるものであり、また
ハードモードのスピードＨ１はスピードパラメータ中の
スピード設定値３２によって設定されるものである。

【００４０】次に、図７によってハードモードからソフ
トモードへ変更する場合について説明する。ハードモー
ドの状態にあるとき、モード切替えスイッチ２０がＯＮ
からＯＦＦに変化し、またスピードパラメータ中のスピ
ードモードが“１”から“０”に変化すると、この変化
によって割り込みが制御部４に入り、スピード設定処理
が行われる。なお、このハードモードの状態であると
き、スピードパラメータ中のスピード設定値は例えば音
声合成スピードをＨ１に設定している。

【００４１】このスピード設定処理によって、ハードモ
ードからソフトモードにモード変更が行われ、音声合成
スピードはハードモードのスピードＨ１からソフトモー
ドのスピードＳに変更される。なお、前記したように、
このソフトモードのスピードＳは内部バッファ６内のス
ピードパラメータによって設定されるものである。次
に、図８によってハードモードの状態において、スピー
ドパラメータ中のスピード設定値を変更する場合につい
て説明する。

【００４２】ハードモードの状態にあり、モード切替え
スイッチ２０はＯＮの状態を維持しており、またスピー
ドパラメータ中のスピードモードが“１”の状態を維持
している時、スピードパラメータ中のスピード設定値が
変化すると、この変化によって割り込みが制御部４に入
り、スピード設定処理が行われる。このスピードパラメ
ータ中のスピード設定値が音声合成スピードをＨ１から
Ｈ２に対応する値に変化すると、音声合成スピードをＨ
１からＨ２に変更される。

【００４３】また、前記説明においては、合成パラメー
タの内音声合成のスピードを変更する場合について行っ
ているが、合成パラメータ生成処理において決定される
他のパワー、ピッチ、声質等についても適用可能であ
る。なお、本発明は前記実施例に限定されるものではな
く、本発明の趣旨に基づいて種々変形することが可能で
あり、これらを本発明の範囲から排除するものではな
い。

【００４４】

【発明の効果】以上、詳細に説明したように本発明によ
れば、 （１）スピード設定スイッチにモード切替えスイッチと
スピードパラメータバッファを追加し、制御部において
スピードモードによってスピード設定値を内部バッファ
とスピードパラメータバッファのどちらからでも指定で
きるようにしたため、リアルタイムでの合成速度の変更
が可能である。 （２）また、既にテキスト解析処理、合成パラメータ生
成処理が終了して合成パラメータが内部バッファに格納
されている場合においても、その合成パラメータの音声
合成スピードの変更が可能である。 （３）したがって、マンマシンインタフェースの向上が
期待できる。

【図面の簡単な説明】

【図１】本発明のテキスト音声合成装置のブロック図で
ある。

【図２】スピードパラメータバッファの構成図である。

【図３】本発明のテキスト音声合成装置の音声合成のス
ピードの変更の流れを示す図である。

【図４】割り込みのフローチャートである。

【図５】スピード設定のフローチャートである。

【図６】本発明の音声合成装置のタイムチャートであ
る。

【図７】本発明の音声合成装置のタイムチャートであ
る。

【図８】本発明の音声合成装置のタイムチャートであ
る。

【図９】従来のテキスト音声合成処理のブロック図であ
る。

【図１０】従来のテキスト音声合成装置のブロック図で
ある。

【図１１】従来の特殊文字列を用いた音声合成速度を変
化させる文章例である。

【図１２】従来の装置によって文章を音声合成させたと
きの時間経過を示す図である。

【符号の説明】

１ 文字キャラクタ出力部 ２ 文字キャラクタ入力部 ３ 内部バス ４ 制御部 ５ 辞書記憶部 ６ 内部バッファ ７ 音声合成部 ８ 音声出力部 １０ スピード設定スイッチ ２０ モード切替えスイッチ ３０ スピードパラメータバッファ部 ３２ スピード設定値 ３３ スピードモード ４０ 上位装置

Claims (1)

【特許請求の範囲】
1. 【請求項１】 テキストから音声合成を行う装置におい
   て、 （ａ）前記音声合成のスピードを設定するスピード設定
   スイッチと、 （ｂ）前記音声合成のスピード設定値を内部設定値とす
   るか前記スピード設定スイッチによる設定値とするかの
   スピードモードの指定を行うモード切替えスイッチと、 （ｃ）前記スピード設定スイッチと前記モード切替えス
   イッチにより設定された値を格納するスピードパラメー
   タバッファを有し、 （ｄ）前記スピードパラメータバッファ内の設定値によ
   って前記音声合成のスピードの設定を制御することを特
   徴とするテキスト音声合成装置。